| 科目コード | C509 | ||||
| 科目名 | 知識情報処理(Knowledge Data Processing) | 単位数 | 1単位 | ||
| 対象学科 | 電子制御工学科 | 対象学年 | 5年 | 開講期間 | 前期 |
| 科目区分 | 専門応用科目 | 必修・選択 | 選択 | 履修/学修 | 学修 |
| 授業形式 | 講義 | 規定授業時数 | 30 | 実時間数 | 25 |
| 教員名（所属） | 木村善政・尾島修一（崇城大学情報学部情報学科） | 教員室 | 5号棟1階(非常勤講師控室) | ||
| 使用教科書 | 熊沢逸夫：「学習とニューラルネット」森北出版 | ||||
| 参考書 | |||||
| 科目の位置付けと関連科目 | 5年次までに開講されている確率、物理学、データ構造とアルゴリズム、プログラミング、および、4，5年次の基礎制御。 | ||||
| 科目の概要 | 人間は高度な情報処理を営んでおり、これをコンピュータで模擬する試みが行われてきた。そのためには、まず、生体の神経系から情報処理に関与していると考えられる要素を抽出し、人工的なニューラルネットワークを構築する。次に、ある評価関数を最小化するような仕組みをニューラルネットワークに埋め込んで動作させると所望の情報処理が可能となる。これは、ある種の知識がその内部に形成されたと解釈できる。本講義により、人工的ニューラルネットワークによる知識情報処理の本質が理解できるとともに、これを実現する技法を修得できるようになる。 | ||||
| 授業方針 | ①生体における情報処理の仕組みを知り、モデリングができる。 ②情報処理モデルと数理的手法との関連が理解できる。 ③ニューラルネットの学習を実現するために用いられる個別アルゴリズムが理解できる。 ④統計物理学の知識情報処理への応用ができる。 ⑤解くべき問題に応じてニューラルネットを適切に使用できる。 | ||||
授業項目 | 時間 | 達成目標（習得すべき内容） |
| ニューラルネットワークの構成 | 神経細胞のモデルとその組合せのニューラルネットワークを理解し、説明できる。 | |
| ニューラルネットの関数近似能力 | ニューラルネットが有する関数近似機能について説明できる。 | |
| 勾配法 | 命題論理と述語論理を知り、それを用いた推論処理を理解し、説明できる。 | |
| 誤差逆伝搬法 | 知識処理手法を理解し、それを実現するプログラミング技法を習得する。 | |
| 統計物理学の基礎 | 要素集団の平均的振る舞いを通じてシステムを理解するための有効な道具である統計物理学について、ボルツマン分布、エントロピー最大化、スピングラス等について説明できる。 | |
| ボルツマンマシン | ボルツマンマシンの構成要素、動作原理、状態遷移、エルゴード性と平衡、エネルギー関数について説明できる。 | |
| ボルツマンマシンの学習 | ボルツマンマシンを用いた学習の原理および方式について説明し、簡単な問題に適用できる。 |
| 評価方法及び総合評価 | 【評価方法】 小テスト、中間試験、期末試験の総合で評価する。 【総合評価】 小テスト（20点），中間試験（40点），期末試験（40点）の合計100 点で評価し、60点以上を合格点とする。 |
| 学習方法 | 5年次までに開講されている確率、物理学、および、4，5年次の制御工学を受講していることが望ましい。 |
| 学生へのメッセージ | 非常勤講師科目により、このシラバスは変更の可能性があります。 |
| 学修単位への対応 | 本科目は50分の授業に対して、放課後・家庭で40分程度の自学学習が課せられます. |
| 本校教育目標との対応 | JABEE学習教育目標との対応 | ||||